Jurnal Informatika Polinema ISSN: 2407-070X Halaman | 57 PENERAPAN METODE DOUBLE EXPONENTIAL SMOOTHING PADA PERAMALAN PRODUKSI TANAMAN PANGAN Rudy Ariyanto 1 , Dwi Puspitasari 2 , Fifi Ericawati 3 1,2,3 Program Studi Teknik Informatika, Jurusan Teknologi Informasi, Politeknik Negeri Malang 1 ariyantorudy@gmail.com, 2 dwi_sti@yahoo.com , 3 fifierica24@gmail.com Abstrak Produksi pangan adalah salah satu aspek kebutuhan yang sangat penting. Ketersediaan pangan mempengaruhi stabilitas ketahanan pangan. Beberapa komoditas tanaman pangan yang menjadi kebutuhan pokok adalah Padi, Jagung, Kedelai, dan Ubi Kayu, Ubi Jalar, Kacang Tanah dan Kacang Hijau. Jumlah produksi pangan yang tidak menentu menjadi suatu masalah bagi Badan Ketahanan Pangan (BKP) Provinsi Jawa Timur dalam menentukan kebijakan mendatang. Apabila prediksi tidak diketahui maka dalam pembangunan Ketahanan Pangan dipastikan kurang maksimal dan alhasil Indonesia melakukan impor karena belum bisa memenuhi kebutuhan pangan. Diperlukan suatu peramalan dalam memprediksi produksi tanaman pangan di periode mendatang berdasarkan tahun dengan menggunakan data masa lalu. Sehingga dari pergerakan data masa lalu dapat dianalisa pergerakan trend. Peramalan diterapkan dengan menggunakan Double Exponential Smoothing Holt dengan menggunakan 2 parameter yaitu alpha () dan beta (). Pada penelitian ini peramalan menggunakan data komoditas padi dengan range waktu sebanyak 22 periode berdasarkan tahun. Data tahun 1993-2014 untuk ramalan 2015 menghasilkan nilai parameter alpha () = 0.46 dan beta () = 0.26, sehingga parameter mempengaruhi nilai PE. Nilai PE yang dihasilkan pada penelitian ini cenderung memiliki nilai PE yang kecil yaitu 2.22%. Kata kunci : Komoditas, Peramalan, BKP, Double Exponential Smoothing 1. Pendahuluan Indonesia merupakan salah satu negara agraris dengan luas lahan yang luas yaitu dengan luas 1.910.931,32 km2 dari 663 pulau yang tersebar di Indonesia dan memiliki keanekaragaman hayati yang sangat beragam yang artinya sektor pertanian memiliki peranan yang sangat penting dan strategis dalam pembangunan nasional. Dalam konteks pangan, perkembangan kuantitas penduduk Indonesia membawa dampak pada perubahan kebutuhan dan produksi pangan nasional. Kebutuhan pangan bertambah seiring pertambahan jumlah penduduk. Jumlah produksi pangan yang tidak menentu menjadi suatu masalah bagi Badan Ketahanan Pangan (BKP) Provinsi Jawa Timur dalam menentukan kebijakan mendatang. Serta kesulitan dalam memprediksi konstribusi produksi tanaman pangan Jawa Timur terhadap Nasional. Tanaman pangan diantaranya padi, jagung, kedelai, ubi kayu, ubi jalar, kacang tanah, dan kacang hijau. Apabila prediksi tidak diketahui maka dalam pembangunan Ketahanan Pangan dipastikan kurang maksimal dan alhasil Indonesia melakukan impor karena belum bisa memenuhi kebutuhan pangan. Untuk menyelaraskan hasil peramalan dalam bentuk seperti demikian, perlu dibangun suatu sistem peramalan untuk mengetahui tingkat produksi tanaman pangan di masa mendatang sesuai dengan hasil panen sehingga didapatkan hasil yang optimal pada setiap peramalan dan dapat menjadi acuan untuk mengetahui produksi tanaman pangan mana yang harus ditingkatkan lagi agar jumlah tanaman pangan dapat meningkat kedepannya. Dalam membangun suatu sistem peramalan banyak metode yang digunakan diantaranya Moving Average, Exponential Smoothing dan proyeksi Trend. Salah satu metode yang diterapkan dalam sistem peramalan jumlah produksi tanaman pangan studi kasus Badan Ketahanan Pangan Provinsi Jawa Timur yaitu menggunakan metode Exponential Smoothing, dimana metode ini dinyatakan cukup sesuai untuk peramalan jangka pendek dan jangka menengah terutama bila dibutuhkan sejumlah besar hasil ramalan seperti yang terdapat pada tingkat operasional suatu perusahaan Makridakis, Spyros., Wheelwright, Steven C., and McGee, Victor E (1999). Di buku Makridakis, Spyros., Wheelwright, Steven C., and McGee, Victor E (1999) Ditunjang dengan data yang menunjukkan suatu trend linear maka model linear dari Holt atau Brown adalah tepat sehingga jenis dari metode Exponential Smoothing yaitu Double Exponential Smoothing. Selain itu berdasarkan perbandingan dari berbagai metode pemulusan (Smoothing) menunjukkan bahwa tingkat keakurasian metode Double Exponential Smoothing dari Holt lebih tinggi dari pada metode Double